JP2012230703A - 異常検知方法及びシステム - Google Patents
異常検知方法及びシステム Download PDFInfo
- Publication number
- JP2012230703A JP2012230703A JP2012160379A JP2012160379A JP2012230703A JP 2012230703 A JP2012230703 A JP 2012230703A JP 2012160379 A JP2012160379 A JP 2012160379A JP 2012160379 A JP2012160379 A JP 2012160379A JP 2012230703 A JP2012230703 A JP 2012230703A
- Authority
- JP
- Japan
- Prior art keywords
- data
- abnormality
- modeling
- abnormality detection
- subspace
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
【解決手段】(1)クラスタリング6では、時間的なデータの振舞いに着目し、時間を追って軌跡をクラスタに分割する。さらに、(2)分割したクラスタ群に対して、部分空間でモデル化し、はずれ値を異常候補として算出する。(3)学習データをリファレンスとして活用(比較・参照など)し、経時変化、環境変動、保守(部品交換)、稼動状態による状態遷移を把握する。(4)モデル化は、データのN個抜き(N0,1,2,・・・)の回帰分析法や投影距離法等の部分空間法(例えばN=1の場合は、異常データが1個混入していると考え、これを除いてモデル化する)、或いは局所部分空間法によるものとする。なお、回帰分析法における直線の当てはめは、最も低次の回帰分析に相当する。
【選択図】図1
Description
正常部の学習、複数の状態に応じた網羅的データ収集の必要性がない。
運転ONの状態、運転OFFの状態など、複数の状態に分類できる。
運転ONの状態に見られるように、これらのクラスタは、例えば線形など、低次元のモデルで表現できる。
これらのクラスタリングは、設備のアラーム信号や保全情報を加味して、これらのひも付きとして、実施してもよい。具体的には、各クラスタに、アラーム信号などの情報が属性として付加される。
y:目的変数(r列)
b:回帰係数(1+p列)
X:説明変数行列(r行、1+p列)
||y−Xb||⇒min
b=(X'X)−1X'y('は転置を表す)
y~=Xb=X(X'X) −1X'y(説明変数の影響を表す部分)
e=y−y~(y~で近似できない部分。説明変数の影響を取り除いた部分)
ただし、rank X=p+1
ここでは、各クラスタのr次元の多次元時系列信号に対し、データのN個抜き(N=0,1,2,・・・)の回帰分析を行う。例えばN=1の場合は、異常信号が1種混入していると考え、これを除いた信号を「X」としてモデル化する。N=0の場合は、全r次元多次元時系列信号を扱うことになる。
この方法によれば、別クラスタからの乖離度を評価できる。投影距離法も同様である。図29にそれらの例を示す。観測データが属しているクラスタ以外を学習データとした。この考えは、時系列データのように類似データが連続する場合に、最も類似したデータを「局所」領域から排除できるため、効果的である。なお、データのN個抜きは、特徴量(センサ信号)として説明したが、時間軸方向のデータであってもよい。
全ての信号を使う場合に見えなかった特性が現れる
有効ではない信号を除く
全ての組み合わせより、短時間で計算できる
という利点がある。
さらに、時間軸方向にr次元多次元時系列信号をランダムに定めた個数分選択するという選択も考えられる。ここでは、クラスタを単位とすることもあるが、クラスタ内を区分し、これらを定めた個数分、ランダムに選択する。
ることにする。
α×モデル(1)+(1−α)×モデル(2)
として定式化できる。
正常データから、異常を検知できる、
データ収集が不完全でも精度の高い異常検知が可能となる、
異常データが包含されていても、この影響を許容できる、
といった直接的効果に加え、
ユーザにとって、現象を理解しやすい、
エンジニアの知識を活用できる
物理モデルも併用できる、
と言った副次的な効果がある。
2・・・欠損値の修正・削除部、
3・・・状態データ・知識データベース、
4・・・相関解析による無効信号の削除部、
6・・・軌跡分割クラスタリング、
7・・・アラーム信号/保全情報、
8・・・各クラスタを対象にモデル化部、
9・・・モデルからの偏差算出部、
10・・・はずれ値検出部、
11・・・各クラスタを特徴選択でモデル化部、
12・・・アラーム信号などの一定区間累積ヒストグラム、
13・・・異常特定部、
14・・・Wavelet(変換)解析部、
15・・・各クラスタ軌跡散布図・相関解析部、
16・・・各クラスタ毎時間・周波数解析部、
17・・・学習データ、
18・・・モデル化(1)部、
19・・・プロセッサ、
20・・・表示器、
21・・・データベース
22・・・物理モデル。
また、本発明は、プラントまたは設備の異常を早期に検知する異常検知方法において、プラントまたは設備に設けられた」複数のセンサからデータを取得し、取得したデータの特徴空間の軌跡に基づいて複数のクラスタ群に分割し、分割した複数のクラスタ群に対して部分空間または回帰法によりモデル化し、モデル化した複数のクラスタ群の間で比較できるように表示し、表示したモデル化したクラスタ群の中ではずれ値を異常候補として算出するようにした。
更に、本発明は、プラントまたは設備の異常を早期に検知する異常検知システムを、プラントまたは設備に設けられた複数のセンサからデータを取得するデータ取得部と、データ取得部で取得したデータの特徴空間の軌跡に基づいて複数のクラスタ群に分割する軌跡分割部と、軌跡分割部で分割した複数のクラスタ群に対して部分空間法などでモデル化するモデル化部と、モデル化部でモデル化したモデルを複数のクラスタ群の間で比較できるように表示する表示部と、表示したモデル化したクラスタの中ではずれ値を異常候補として算出する異常検出部とを有して構成した。
Claims (14)
- プラントまたは設備の異常を早期に検知する異常検知方法であって、
複数のセンサからデータを取得し、前記データの時間的な変化に基づいて、データ空間
の軌跡を複数のクラスタに分割し、
前記分割した前記クラスタ群に対して、部分空間法でモデル化し、
はずれ値を異常候補として算出することを特徴とする異常検知方法 - 前記モデル化は、前記複数のセンサから過去に得られたデータからなる学習データを対
象にモデル化したリファレンスモデルを併用して、はずれ値を異常候補として算出するこ
とを特徴とする請求項1に記載の異常検知方法。 - 前記モデル化は、データのN個抜き(N=0,1,2,・・・)の回帰分析法、または、部分空
間法を用いて行うことを特徴とする請求項1記載の異常検知方法。 - 前記部分空間法は、投影距離法、CLAFIC法、または、観測データの近傍を対象と
する局所部分空間法であることを特徴とする請求項3記載の異常検知方法。 - 前記はずれ値の検出は、前記回帰分析法、前記投影距離法、前記CLAFIC法、また
は、観測データの近傍を対象とする前記局所部分空間法の出力を統合して行うものである
ことを特徴とする請求項4記載の異常検知方法。 - プラントまたは設備の異常を早期に検知する方法において、
複数のセンサからデータを取得し、
時間的なデータの時間的変化に基づいて、データ空間の軌跡を複数のクラスタに分割し
、
分割したクラスタが分かるように、データを表示することにより、状態を可視化するこ
とを特徴とする異常検知方法。 - 前記複数のセンサからの過去のデータに基づくクラスタ群に対する異常検知により、第
1報を出力し、前記複数のセンサの現在のデータに基づくクラスタ群に対する異常検知に
より第2報を出力することを特徴とする請求項1記載の異常検知方法。 - プラントまたは設備の異常を早期に検知する異常検知システムにおいて、
複数のセンサからデータを取得するデータ取得部と、
前記データの時間的な変化に基づいて、データ空間の軌跡を複数のクラスタ群に分割す
る軌跡分割部と、
分割した前記クラスタ群に対して、部分空間でモデル化するモデル化部と、
はずれ値を異常候補として算出する異常検出部を有し、
前記軌跡分割部においては前記分割したクラスタ群に対して、部分空間でモデル化し、
はずれ値を異常候補として算出することを特徴とする異常検知システム - 前記データ取得部において取得した前記複数のセンサからの過去のデータを蓄積し、か
つ、モデル化してリファレンスモデルを作成する学習データベース部を有し、前記学習デ
ータベース部における前記リファレンスモデルを併用して、はずれ値を異常候補として算
出することを特徴とする請求項8記載の異常検知システム。 - 前記モデル化は、データのN個抜き(N=0,1,2,・・・)の回帰分析法、または、部分空
間法を用いて行うことを特徴とする請求項8記載の異常検知システム。 - 前記部分空間法は、投影距離法、CLAFIS法、または、観測データの近傍を対象と
する局所部分空間法であることを特徴とする請求項8記載の異常検知システム。 - 前記はずれ値の検出は、前記回帰分析法、前記投影距離法、前記CLAFIS法、また
は、観測データの近傍を対象とする前記局所部分空間法の出力を統合して行うものである
ことを特徴とする請求項8記載の異常検知システム。 - プラントまたは設備の異常を早期に検知する異常システムにおいて、
複数のセンサからデータを取得するデータ取得部と、
前記データの時間的な変化に基づいて、データ空間の軌跡を複数のクラスタに分割する
軌跡分割部と、
前記分割したクラスタ群に対して、部分空間でモデル化するモデル化部と、
はずれ値を異常候補として算出する異常検出部と、
データ表示部とを有し、
前記分割した複数のクラスタが分かるように、データを表示することにより、
状態を可視化することを特徴とする異常検知システム。 - 前記複数のセンサからの過去のデータに基づくクラスタ群に対する異常検知により、第
1報を出力し、前記複数のセンサの現在のデータに基づくクラスタ群に対する異常検知に
より第2法を出力することを特徴とする請求項13記載の異常検知システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012160379A JP5498540B2 (ja) | 2012-07-19 | 2012-07-19 | 異常検知方法及びシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012160379A JP5498540B2 (ja) | 2012-07-19 | 2012-07-19 | 異常検知方法及びシステム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008263030A Division JP5048625B2 (ja) | 2008-10-09 | 2008-10-09 | 異常検知方法及びシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012230703A true JP2012230703A (ja) | 2012-11-22 |
JP5498540B2 JP5498540B2 (ja) | 2014-05-21 |
Family
ID=47432134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012160379A Expired - Fee Related JP5498540B2 (ja) | 2012-07-19 | 2012-07-19 | 異常検知方法及びシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5498540B2 (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015001943A (ja) * | 2013-06-18 | 2015-01-05 | 横浜ゴム株式会社 | データの可視化方法 |
JP2015076058A (ja) * | 2013-10-11 | 2015-04-20 | 株式会社日立製作所 | 設備の監視診断装置 |
JP2016218032A (ja) * | 2014-10-15 | 2016-12-22 | 株式会社toor | データ解析装置及びデータ解析方法 |
US9659250B2 (en) | 2011-08-31 | 2017-05-23 | Hitachi Power Solutions Co., Ltd. | Facility state monitoring method and device for same |
JP2018092406A (ja) * | 2016-12-05 | 2018-06-14 | 株式会社日立製作所 | 機器診断装置、機器診断システム及び機器診断方法 |
JP2019003238A (ja) * | 2017-06-12 | 2019-01-10 | 富士電機株式会社 | 異常検出装置及び異常検出システム |
KR20190006032A (ko) | 2016-07-06 | 2019-01-16 | 미쓰비시덴키 가부시키가이샤 | 이상 데이터의 중요도 판정 장치 및 이상 데이터의 중요도 판정 방법 |
US10223069B2 (en) | 2015-01-22 | 2019-03-05 | Mitsubishi Electric Corporation | Time-series data search device and computer readable medium |
CN114648227A (zh) * | 2022-03-23 | 2022-06-21 | 成都飞机工业(集团)有限责任公司 | 航空液压泵站时序异常检测方法、装置、设备及存储介质 |
CN117743938A (zh) * | 2023-12-22 | 2024-03-22 | 烟台海颐软件股份有限公司 | 一种不均衡数据的异常识别与修复方法及系统 |
CN117992808A (zh) * | 2024-04-03 | 2024-05-07 | 深圳大学 | 一种基于大数据的计算机网络管理方法及系统 |
CN118605377A (zh) * | 2024-08-08 | 2024-09-06 | 济冠钢铁(山东)有限公司 | 一种全自动plc控制设备日志数据记录方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0728766A (ja) * | 1993-06-24 | 1995-01-31 | Toshiba Corp | パターン認識システム及び監視システム |
JP2000137702A (ja) * | 1998-07-01 | 2000-05-16 | General Electric Co <Ge> | 多変量デ―タの評価によって警告を発生するシステムと方法 |
JP2000184593A (ja) * | 1998-12-17 | 2000-06-30 | Kyushu Electric Power Co Inc | 送電線事故原因判別方法 |
US6952662B2 (en) * | 2000-03-30 | 2005-10-04 | Smartsignal Corporation | Signal differentiation system using improved non-linear operator |
US6975962B2 (en) * | 2001-06-11 | 2005-12-13 | Smartsignal Corporation | Residual signal alert generation for condition monitoring using approximated SPRT distribution |
JP2006107179A (ja) * | 2004-10-06 | 2006-04-20 | Ntt Data Corp | 異常値検出装置、変化点検出装置及び異常値検出方法、変化点検出方法 |
JP2006252259A (ja) * | 2005-03-11 | 2006-09-21 | Ntt Data Corp | データ分析装置及び方法 |
JP2006330988A (ja) * | 2005-05-25 | 2006-12-07 | Toshiba Corp | データ分割装置、データ分割方法およびプログラム |
JP2007198918A (ja) * | 2006-01-26 | 2007-08-09 | Matsushita Electric Works Ltd | 異常監視方法、および異常監視装置 |
US20090091443A1 (en) * | 2007-10-04 | 2009-04-09 | Siemens Corporate Research, Inc. | Segment-Based Change Detection Method in Multivariate Data Stream |
-
2012
- 2012-07-19 JP JP2012160379A patent/JP5498540B2/ja not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0728766A (ja) * | 1993-06-24 | 1995-01-31 | Toshiba Corp | パターン認識システム及び監視システム |
JP2000137702A (ja) * | 1998-07-01 | 2000-05-16 | General Electric Co <Ge> | 多変量デ―タの評価によって警告を発生するシステムと方法 |
JP2000184593A (ja) * | 1998-12-17 | 2000-06-30 | Kyushu Electric Power Co Inc | 送電線事故原因判別方法 |
US6952662B2 (en) * | 2000-03-30 | 2005-10-04 | Smartsignal Corporation | Signal differentiation system using improved non-linear operator |
US6975962B2 (en) * | 2001-06-11 | 2005-12-13 | Smartsignal Corporation | Residual signal alert generation for condition monitoring using approximated SPRT distribution |
JP2006107179A (ja) * | 2004-10-06 | 2006-04-20 | Ntt Data Corp | 異常値検出装置、変化点検出装置及び異常値検出方法、変化点検出方法 |
JP2006252259A (ja) * | 2005-03-11 | 2006-09-21 | Ntt Data Corp | データ分析装置及び方法 |
JP2006330988A (ja) * | 2005-05-25 | 2006-12-07 | Toshiba Corp | データ分割装置、データ分割方法およびプログラム |
JP2007198918A (ja) * | 2006-01-26 | 2007-08-09 | Matsushita Electric Works Ltd | 異常監視方法、および異常監視装置 |
US20090091443A1 (en) * | 2007-10-04 | 2009-04-09 | Siemens Corporate Research, Inc. | Segment-Based Change Detection Method in Multivariate Data Stream |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9659250B2 (en) | 2011-08-31 | 2017-05-23 | Hitachi Power Solutions Co., Ltd. | Facility state monitoring method and device for same |
JP2015001943A (ja) * | 2013-06-18 | 2015-01-05 | 横浜ゴム株式会社 | データの可視化方法 |
JP2015076058A (ja) * | 2013-10-11 | 2015-04-20 | 株式会社日立製作所 | 設備の監視診断装置 |
JP2016218032A (ja) * | 2014-10-15 | 2016-12-22 | 株式会社toor | データ解析装置及びデータ解析方法 |
US10223069B2 (en) | 2015-01-22 | 2019-03-05 | Mitsubishi Electric Corporation | Time-series data search device and computer readable medium |
KR20190006032A (ko) | 2016-07-06 | 2019-01-16 | 미쓰비시덴키 가부시키가이샤 | 이상 데이터의 중요도 판정 장치 및 이상 데이터의 중요도 판정 방법 |
DE112016006946T5 (de) | 2016-07-06 | 2019-02-28 | Mitsubishi Electric Corporation | Vorrichtung zur bewertung der priorität von anomaliedaten und verfahren zur bewertung der priorität von anomaliedaten |
JP2018092406A (ja) * | 2016-12-05 | 2018-06-14 | 株式会社日立製作所 | 機器診断装置、機器診断システム及び機器診断方法 |
JP2019003238A (ja) * | 2017-06-12 | 2019-01-10 | 富士電機株式会社 | 異常検出装置及び異常検出システム |
CN114648227A (zh) * | 2022-03-23 | 2022-06-21 | 成都飞机工业(集团)有限责任公司 | 航空液压泵站时序异常检测方法、装置、设备及存储介质 |
CN114648227B (zh) * | 2022-03-23 | 2024-03-15 | 成都飞机工业(集团)有限责任公司 | 航空液压泵站时序异常检测方法、装置、设备及存储介质 |
CN117743938A (zh) * | 2023-12-22 | 2024-03-22 | 烟台海颐软件股份有限公司 | 一种不均衡数据的异常识别与修复方法及系统 |
CN117992808A (zh) * | 2024-04-03 | 2024-05-07 | 深圳大学 | 一种基于大数据的计算机网络管理方法及系统 |
CN117992808B (zh) * | 2024-04-03 | 2024-05-31 | 深圳大学 | 一种基于大数据的计算机网络管理方法及系统 |
CN118605377A (zh) * | 2024-08-08 | 2024-09-06 | 济冠钢铁(山东)有限公司 | 一种全自动plc控制设备日志数据记录方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP5498540B2 (ja) | 2014-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5048625B2 (ja) | 異常検知方法及びシステム | |
JP5538597B2 (ja) | 異常検知方法及び異常検知システム | |
JP5301310B2 (ja) | 異常検知方法及び異常検知システム | |
JP5498540B2 (ja) | 異常検知方法及びシステム | |
JP5363927B2 (ja) | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム | |
JP5945350B2 (ja) | 設備状態監視方法およびその装置 | |
JP5501903B2 (ja) | 異常検知方法及びそのシステム | |
JP5431235B2 (ja) | 設備状態監視方法およびその装置 | |
JP5364530B2 (ja) | 設備状態監視方法、監視システム及び監視プログラム | |
WO2011086805A1 (ja) | 異常検知方法及び異常検知システム | |
JP5331774B2 (ja) | 設備状態監視方法およびその装置並びに設備状態監視用プログラム | |
JP6076421B2 (ja) | 設備状態監視方法およびその装置 | |
WO2013030984A1 (ja) | 設備状態監視方法およびその装置 | |
US20130073260A1 (en) | Method for anomaly detection/diagnosis, system for anomaly detection/diagnosis, and program for anomaly detection/diagnosis | |
JP2014149840A (ja) | 異常検知方法及びそのシステム | |
JP2015114967A (ja) | 異常検知方法およびその装置 | |
JP2009064407A (ja) | 工程解析装置、工程解析方法および工程解析プログラム | |
JP2014056598A (ja) | 異常検知方法及びそのシステム | |
JPWO2013030984A1 (ja) | 設備状態監視方法およびその装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130718 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130820 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131018 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140307 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5498540 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |